RNA-Seq Transcriptome Analysis of Rice Primary Roots Reveals the Role of Flavonoids in Regulating the Rice Primary Root Growth
Notice bibliographique
Résumé
Flavonoids play important roles in root development and in its tropic responses, whereas the flavonoids-mediated changes of the global transcription levels during root growth remain unclear. Here, the global transcription changes in quercetin-treated rice primary roots were analyzed. Quercetin treatment significantly induced the inhibition of root growth and the reduction of H2O2 and O2− levels. In addition, the RNA-seq analysis revealed that there are 1243 differentially expressed genes (DEGs) identified in quercetin-treated roots, including 1032 up-regulated and 211 down-regulated genes. A gene ontology (GO) enrichment analysis showed that the enriched GO terms are mainly associated with the cell wall organization, response to oxidative stress, and response to hormone stimulus. The Kyoto Encyclopedia of Genes and Genomes (KEGG) enrichment pathway analysis showed that the enriched DEGs are involved in phenylpropanoid biosynthesis, glutathione metabolism, and plant hormone signal transduction. Moreover, the quercetin treatment led to an increase of the antioxidant enzyme activities of catalase (CAT), peroxidase (POD), and superoxide dismutase (SOD) in rice roots. Also, the quercetin treatment altered the DR5:GUS expression pattern in the root tips. All of these data indicated that the flavonoids-mediated transcription changes of genes are related to the genes involved in cell wall remodeling, redox homeostasis, and auxin signaling, leading to a reduced cell division in the meristem zone and cell elongation in the elongation zone of roots.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».